Appréhender, parcourir des données ou des connaissances reste une tâche difficile en particulier lorsque les utilisateurs sont confrontés à de gros volumes de données. De nombreux travaux se sont intéressés à extraire des points "skylines" comme outil de restitution. La prise en compte des préférences a retenu l'attention des travaux les plus récents mais les solutions existantes restent très consommatrices en terme de stockage d'informations additionnelles afin d'obtenir des délais raisonnables de réponse aux requêtes. Notre proposition, EC2 Sky (Efficient computation of compromises), se focalise sur deux points : (1) comment répondre efficacement à des requêtes de type skyline en présence de préférences utilisateurs malgré de gros volumes de données (aussi bien en terme de dimensions que de préférences) ; (2) comment restituer les connaissances les plus pertinentes en soulignant les compromis associés aux préférences spécifiées. / Understanding and browsing of data or knowledge is still a difficult task especially when users are confronted with large volumes of data. A considerable amount of research has focused on extracting "skyline" points as a restitution tool. Most of the recent work has taken the preferences into account, but existing solutions are not very efficient in terms of information storage, as they store additional information to improve response time to queries. Our proposal, EC2Sky, focuses on two points (1) how to respond effectively to requests like skyline, in the presence of user preferences despite large volumes of data (both in terms of dimensions and preferences) (2) how to restore the most relevant knowledge by underlining the associated trade-offs with the specified preferences.