社会医疗保险是社会医疗保障的基础,坚持“低水平,广覆盖”的原则,强调“公平优先、兼顾效率”,承担基本医疗的保障职责。我国对社会医疗保险的投入一直在不断的增长,社会医疗保险领域的信息化建设正在迅速发展。社保医疗信息管理系统的建设,为医疗基金的管理带来了方便,但是随着参保人数以及待遇项目不断增多,目前,不同地区的医保信息系统里已经积累了大量历史数据,如何对这些数据做一些有效的分析,已经成为现阶段数据管理的一个难点。随着数据挖掘技术的不断成熟与发展,其对数据的处理功能已经被人们接受并且广‘泛应用到有数据分析需求的行业之中。在医保信息管理方面引入数据挖掘技术,对大量沉积的历史数据进行处理,得出一些没有发现的信息和规则,辅助医保基金风险防控和安全运营。本文首先总结了目前在社会医疗保险管理上遇到的问题。介绍了常用的数据挖掘方法,对聚类分析进行深入的探讨。研究了EM算法,并在选取初始化参数和最大化步骤上对EM算法进行改进。在SQL Server2008数据挖掘平台基础上,实现改进EM算法,并通过插件方式注册到分析服务器算法库中,通过与EM算法的比较,得出改进EM算法的有效性。随后,在SQL Server2008上创建面向医疗消费费用异常检测主题的数据仓库,生成多维数据集,用改进EM算法创建数据挖掘模型,在此模型上,利用predict函数取得各种医疗消费费用的预测值,并通过一系列的数据分析规则,得出医疗消费费用的异常记录。同时,标注真实的异常消费记录作为跟踪,比较改进EM算法在查找异常记录上的查准率,证实了该算法在实际应用中的有效性。本文的内容作为一种尝试性的探测,得出一种取得医疗费用异常消费记录的分析方法。本文主要研究成果包括：(1)改进EM算法,并验证改进EM算法的有效性；(2)创建面向医疗消费费用异常分析主题的数据仓库,生成多维数据集,并在此基础上完成数据分析流程,取得费用的异常消费记录,成为一种有效的分析消费费用异常的方法。