L'utilisation de préférences suscite un intérêt croissant pour personnaliser des réponses et effectuer des recommandations. En amont, l'étape essentielle est l'élicitation des préférences qui consiste à construire un profil de préférences en sollicitant le moins possible l'utilisateur. Dans cet article, nous présentons une méthode basée sur l'extraction de motifs séquentiels afin de générer des règles de préférences contextuelles à partir d'une base de paires de transactions. À partir de ces règles générées, qui ont une expressivité plus riche que celle des approches existantes, nous montrons comment construire et utiliser un profil modélisant les préférences de l'utilisateur. De plus, notre approche a l'avantage de bénéficier des nombreux algorithmes efficaces d'extraction de séquences fréquentes. L'évaluation de notre méthode sur des données réelles montre que les modèles de préférences construits permettent d'effectuer des recommandations justes à un utilisateur.