L'abondance des motifs generes par les algorithmes d'extraction de connaissances represente un grand probleme dans le domaine de fouille de donnees. Afin de faciliter l'exploration de ces motifs, deux approches sont souvent utilisees: la premiere consiste a resumer les ensembles de motifs et la seconde approche repose sur la construction de representations visuelles de ces motifs. Cependant, les resumes ne sont pas structures et ils sont proposes sans methode d'exploration. D'autre part, les representations visuelles n'offrent pas une vue globale des ensembles de motifs. J'ai defini un cadre generique qui combine les avantages de ces deux approches. Il permet de construire des resumes a plusieurs niveaux de detail. De plus, ils sont structures sous forme de cubes sur lesquels des operateurs de navigation OLAP peuvent etre appliques pour explorer les ensembles de motifs. Afin d'initialiser l'exploration, j'ai propose un algorithme qui fournit un premier resume de taille inferieure a un seuil donne. Enfin, le cadre est instancie avec des regles d'association."