自20世纪90年代以来,我国一直致力于建立社会基本医疗保险制度,现已基本实现全民医保。但是,随着医疗资金支出的逐年增加,医疗保险欺诈案件层出不穷,医保基金安全受到了严重威胁。由于医疗服务专业性强和医疗信息不对称性强的特征,医疗保险欺诈行为往往十分隐蔽。进行社会基本医疗保险欺诈风险评估,能够有效节约医保索赔账单审核的人力与时间成本,为审核专家提供科学参考,并为欺诈风险的监管以及反欺诈措施的制定提供有效的决策支持。本文旨在基于数据挖掘技术研究基本医疗保险参保人的欺诈风险问题。采用包括183万多条我国社会基本医疗保险系统中部分地区医院诊疗历史记录的大规模真实数据,应用XGBoost算法并结合Easy Ensemble思想进行数据平衡,以构造XGB-Easy社会基本医疗保险参保人欺诈风险评估集成模型,以预测参保人员的欺诈风险概率,进行欺诈预警。在此基础上,进一步识别和量化欺诈行为人的潜在特征以构造欺诈风险评估指标体系,并比较欺诈行为人与正常人员的特征差异。研究结果发现:（1）模型预测结果与真实结果相符的样本比例为95%,参保人欺诈的可能性能够被正确评估的概率为85%;其中,实际产生欺诈行为的所有参保人中,有83%的人员能通过本模型正确识别,总共能够预防的医保基金损失比例为91.27%;F₁值和AUC分别为0.89、0.92,且各组指标的标准差均小于0.05,表明该模型性能稳定且预测效果良好;因此,基于该模型构建的基本医疗保险参保人欺诈风险评估指标体系能够有效地辅助识别潜在欺诈人员。（2）诊疗记录中的费用信息类指标重要度均排名靠前,是能够反映参保人是否存在欺诈行为最重要的一类指标,各类项目的数量和账单数量类指标次之;保险报销记录中各项费用申报金额、各项费用自费金额以及支付账户类指标相对重要。（3）欺诈与正常人员的特征差异主要体现在药品类项目数量、账单数量、总费用、药品费和月末药品费以及“180”号医院就诊频率等方面。