新型农村合作医疗制度是我国政府为改革农村医疗体制,提高农村医疗卫生水平,缓解农民因病致贫、因病返贫问题而制定的一项惠民政策,对于促进城乡协调发展,解决“三农”等问题上具有重要意义。自制度实施以来,探索制度运作模式和扩大试点范围一直是各地区的工作重点,然而新农合基金运行的安全问题却经常被人们忽视。由于新农合制度具有保险行业的特点,道德风险的存在不可避免的引起了各类医保欺诈等违法违规事件的发生,造成了严重的经济损失并影响了制度长期稳定的可持续发展。为了解决这一问题,应用离群点检测技术识别新农合医保数据中的欺诈违规事件,对辅助审核人员完成稽查监督工作具有重要的现实意义。离群点检测是数据挖掘研究的一个重要方向,本文首先分析了数据挖掘的概念,讨论了数据挖掘流程,在数据挖掘方法上重点关注了离群点的检测。针对目前现有的几类方法从基本思路、优缺点和适用范围几个方面分别进行了详尽细致的分析。其次,基于现有方法的基础上,考虑新农合医保数据的特点,提出了一种两阶段离群点检测的改进算法TSOD (Two-Stage Outlier Detection)。算法延续了基于密度的离群点检测算法中离群因子的概念,以发现数据集合中Top-n离群点为目标,结合聚类分析技术,约减了数据集的大小,同时在搜索k近邻的步骤中,运用剪枝规则,提高了算法效率。最后,根据对新农合业务的理解,设计了新农合医保数据仓库,完成了对医保数据的抽取、清洗和集成等数据预处理工作。实现了新农合医保数据的离群点检测,并比较了不同算法的效果。