L’Extraction de Connaissances à partir de Données (ECD) est une discipline dont l’objectif est de trouver de nouvelles connaissances, communément appelées motifs, à partir de bases de données. Elle repose sur des techniques issues de divers domaines tels que les bases de données, les statistiques ou encore l’intelligence artificielle. L’ECD est décrite comme un processus interactif qui consiste à préparer les données, extraire des connaissances à partir de ces données à l’aide d’algorithmes et interpréter les connaissances obtenues. L’interprétation des résultats d’extraction nécessite une exploration des connaissances. Dans ce mémoire, nous nous intéressons à cette étape d’exploration. De nos jours, il existe beaucoup d’algorithmes d’extraction de connaissances. Ils produisent habituellement de grandes quantités de motifs. Pour faciliter l’exploration de ces motifs, deux approches sont souvent utilisées : la première approche consiste à résumer les ensembles de motifs extraits et la seconde approche repose sur la construction de représentations visuelles de ces motifs. Cependant, dans la plupart des travaux, les résumés ne sont pas structurés et ils sont proposés sans méthode d’exploration. D’autre part, les représentations visuelles n’offrent pas une vue globale des ensembles de motifs.