Nous proposons une méthode originale pour extraire un résumé compact, représentatif et intelligible des motifs fréquents dans des données transactionnelles ou séquentielles. Notre approche consiste à extraire un nouveau type de motifs que nous appelons motifs récursifs, i.e. des motifs de motifs, à l’aide d’un algorithme hiérarchique agglomératif nommé RepaMiner. Nous générons non pas un simple ensemble de motifs mais une véritable structure dérivée de dendrogrammes, le RPgraph. Les expérimentations montrent que l’algorithme est efficace, et que le résumé généré est représentatif puisqu’il permet d’estimer l’ensemble des itemsets ou épisodes fréquents.