La motivation de notre thèse est basée essentiellement sur le concept de « Chorème ». Ce néologisme inventé par Roger Brunet désigne à la fois un élément et une structure d'un système. Les chorèmes partent d'éléments géométriques simples comme le point, la ligne, le vecteur, le réseau pour former des sémantiques plus complexes. Ces combinaisons créent des représentations de tout type : de la représentation simple d'un lieu important à travers un point, jusqu'aux flux d’échange qui existent entre des zones à l’aide de cercles, lignes, couleurs, textures, flèches, etc. Notre travail vise à définir des solutions cartographiques afin de mieux représenter les informations géographiques extraites à partir du contenu de bases de données géographiques, qui se réfèrent à la fois aux objets statiques et aux phénomènes dynamiques. La représentation visuelle dans une carte simplifiée des informations extraites de cette analyse devient une solution pour résoudre le problème d'une complexité encore plus grande, surtout lorsqu'il s'agit de domaines comme la politique, l'économie et la démographie. Nous proposons une solution basée sur le concept de chorème et sur sa capacité à résumer les scénarios impliquant des objets statiques et des phénomènes dynamiques en les associant avec des notations schématiques visuelles. Notre méthodologie a pour objectif d’extraire les motifs qui servent à construire les résumés visuels de base des données géographiques. Ces motifs sont les suivants : Les clusters (regroupements géographiques), les faits, les flux, les co-localisations, les contraintes topologiques et les informations extérieures. Il se trouve, cependant, que le nombre des motifs extraits de la première phase est souvent important, nous procédons alors à le réduire en se basant sur l’élimination des connaissances inutiles d’un point de vue de l’expert et en même temps, exclure ceux qui sont redondants. Pour la phase de visualisation, nous proposons deux choix : la visualisation des résultats basée sur la technique des treillis de concepts et la visualisation sous forme de chorèmes. D’une manière générale, notre approche comprend trois phases : 1. La première phase concerne l’extraction de patterns à partir de la fouille de données et notamment la fouille de données spatiales, 2. La seconde est dédiée à l’identification des patterns les plus importants, 3. La dernière phase est allouée à la visualisation de résumés visuels. Un prototype a été implémenté permettant de valider cette approche.