近年来,社会保障工作已成为构建社会主义和谐社会的重要内容。随着我国社会保险体系的不断完善,以及人社部门十几年的信息化建设,社会保险领域已积累了大量数据,且数据内容非常丰富。因此,研究、分析和挖掘社保数据,为决策及政策制定提供可靠依据,已成为目前社保行业最关心,也是最迫切的需求。数据仓库及其相关技术可以为上述问题提供有效的解决方法,数据仓库可以对海量数据进行全面、准确、有序的存储联机分析,数据挖掘技术能提供有效的分析方法,发现数据中隐藏的知识及规律,且该技术已在很多行业成功应用并发展成熟。目前,江西省人力资源和社会保障厅已建立了全省大集中的社会保险信息系统,即软件全省统一、数据省级集中。系统业务涵盖了人社的养老、医疗、工伤、生育和失业保险五大险种,系统服务人群覆盖了全省近4400万人,数据量早已达到T级,对积累的海量数据进行分析和挖掘,已迫在眉睫。为此,江西省人社厅也正在积极探索人社大数据和云计算项目建设,本文所进行的研究,正是该项目建设需要探索的基础工作。本文在学习国内外先进技术的基础上,结合当前社保业务特点及本文研究工作需要,对数据挖掘相关的概念及技术进行了简要介绍。通过对江西省医疗保险业务进行了解后,根据数据挖掘的目的,主要设计了医疗保险基金支付、单病种医疗费用支出两个主题。探讨了基于Oracle数据仓库平台的系统实现,着重研究了数据仓库模型的创建,OLAP主题的确定、数据挖掘模型的建立、数据挖掘的过程及结果分析。最后,通过以上相关理论的掌握和操作,完成了相关设计,对医疗保险基金支付主题、单病种医疗费用基金支出主题进行数据挖掘、分析和预测,得出几点关于风险防控的结论。