Cette thèse s’intéresse à la problématique de l’adaptation automatique de services dans ledomaine de l’intelligence ambiante. L’étude de la littérature montre que la sensibilité aucontexte est devenue un élément central pour la conception et la mise en place de servicesadaptatifs. Cependant, sa prise en compte se limite généralement à des descriptionsélémentaires de situations ou à des modèles prédéfinis. Afin de permettre une adaptation auxchangements d’habitudes des utilisateurs, à la dynamique de l’environnement et àl’hétérogénéité des sources de perception, nous proposons des mécanismes de découverte decontexte et de situations déclencheurs d’adaptation. Ces mécanismes s’appuient sur destechniques de fouille de données et sont intégrés au sein d’une architecture d’adaptationautomatique de services. Ces travaux ont été réalisés et appliqués à des projets d’intelligenceambiante pour de l’assistance à des personnes et plus particulièrement dans le cadre du projetITEA- MIDAS.