随着我国医保制度的不断发展,医疗保险制度在广大人民群众就诊上发挥了重要作用。但由于相关法律法规不完善,医疗保险欺诈也呈现越来越严重的趋势,影响了我国医疗保险事业健康可持续发展。因此,对存在社会医保基金欺诈行为的人员进行精确查处,加大反欺诈的力度,确保医疗保险基金的安全势在必行。本文梳理了国内外医疗保险欺诈行为识别的相关研究,根据现有研究的不足,提出本文应用的方法。以统计周期的时间长短为划分基础,分别从长期维度和短期维度两个方面建立基本医疗保险欺诈行为智能监测指标体系。基于智能监测体系中的各个指标组成样本,利用Kmeans聚类和smote抽样的混合抽样方法对不平衡样本进行重抽样处理,利用lasso回归等方法进行变量选择,最终利用随机森林和梯度提升决策树算法建立基本医疗保险欺诈行为智能监测模型、根据召回率、正确率等指标对模型进行评价和优化,最终得到能够准确识别医疗保险欺诈行为的智能监测模型。本文在理论上,从多角度构建了一套较为完善的医疗保险智能监测体系,为本文识别医疗保险欺诈行为奠定了基础,也可作为今后监测医疗保险异常行为的数据基础;在实践上,提出了一个能够准确识别医疗保险欺诈行为的组合模型,相对于单一模型,欺诈行为的识别率有所提升,欺诈用户识别率高达93.5%。本文的研究工作为反欺诈的工作提供重要参考,对医疗社会保险工作的发展具有一定的现实意义。