Le thème général de cette synthèse est la fouille de données symboliques ou extraction de motifs : selon une approche théorique - en lien avec les hypergraphes -, selon sa complexité en moyenne, et selon les usages des motifs extraits, en particulier dans le domaine émergent de l'analyse du sport et de sa déclinaison, le jeu vidéo compétitif. La première partie concerne l'étude des motifs minimaux. Pour extraire ces motifs selon une fonction et un langage donnés, nous présentons un algorithme en profondeur à délai et espace polynomial. Nous réalisons également une étude en moyenne du nombre de traverses minimales d'un hypergraphe. Nous montrons dans la deuxième partie que la découverte de motifs peut être considérée comme une opération de redescription des données, dans un espace où elles sont prises en charge par des techniques éprouvées d'apprentissage automatique (arbres, neurones, etc.). Par exemple, pour prédire un événement dans une séquence, nous préférons commencer par extraire des motifs séquentiels de nos données pour en décrire plus finement les aspects temporels. Enfin, la troisième partie rassemble quelques contributions méthodologiques au domaine émergent de l'analyse du sport et du sport électronique. Nous analysons par exemple les raisons de l'abandon arbitral à l'aide de motifs émergents ou étudions des trajectoires de balle de tennis. À partir de traces de jeu vidéo pratiqué en compétition, nous montrons comment obtenir des préconisations stratégiques, de même que des indices sur l'attention nécessaire à l'engagement sur les médias associés.