Les mesures directionnelles et par paire sont souvent utilisées pour modéliser les interactions dans un contexte de réseau social. Le mixed-membership stochastic blockmodel (MMSB) a été un travail séminal dans ce domaine, et sa capacité a été étendue. Cependant, les modèles tels que le MMSB sont confrontés à des défis particuliers dans la modélisation des réseaux dynamiques, par exemple, avec le nombre inconnu de communautés. En conséquence, cet article propose un modèle de bloc stochastique dynamique infini à appartenance mixte, un cadre généralisé qui étend les travaux existants aux communautés potentiellement infinies à l’intérieur d’un réseau dans des contextes dynamiques (c’est-à-dire que les réseaux sont observés dans le temps). Des paramètres supplémentaires du modèle sont introduits pour refléter le degré de persistance des adhésions d’une personne à des dates consécutives. Dans ce cadre, deux modèles spécifiques, à savoir les modèles de mélange variant dans le temps et de mélange invariant dans le temps, sont proposés pour décrire deux structures de corrélation temporelle différentes. Deux stratégies efficaces d’échantillonnage postérieur et leurs résultats sont présentés, respectivement, en utilisant des données synthétiques et réelles.