Cet article présente une nouvelle approche basée sur l'exploitation d'un modèle de motifs appelé k-motif relaxé fréquent pour le clustering conceptuel, obtenue en généralisant la notion de la couverture d'un motif. Pour l'extraction de ces motifs, nous utilisons une traduction vers le problème de la satisfiabilité propositionnelle. Par la suite, nous adoptons une approche de programmation linéaire en nombres entiers pour déterminer l'ensemble des clusters disjoints. Enfin, nous démontrons l'efficacité de notre approche à travers des expérimentations sur plusieurs ensembles de données transactionnelles réels connus.