Nous avons développé l'application ShinySBM, qui facilite la détection de structures et de communautés dans des réseaux via l'application d'un modèle à blocs stochastiques Aubert et al. [2022]. Les réseaux sont composés de nœuds (individus, espèces, téléphone, etc...) et d'arêtes (relation/connexion/etc...). Les réseaux peuvent être écologiques (relation de prédation), sociaux (conseil professionnel), de transport, informatiques, etc... Ils peuvent prendre différentes formes, telles que les réseaux unipartites (ex : un réseau trophique) ou bipartites (ex : un réseau plantes–pollinisateur), dirigés ou non. L'analyse de ces réseaux peut nous aider à comprendre leur structure sous-jacente, à découvrir des communautés et des motifs, et à prédire leur comportement. Cependant, l'analyse statistique de ces données de réseaux peut être complexe et difficile à visualiser. En passant par une représentation matricielle de ces réseaux, il est possible d'inférer un modèle à bloc stochastique (SBM). Le SBM est un modèle qui divise les nœuds du réseau en groupes ou blocs, en fonction de leurs liens. La probabilité que deux nœuds se connectent dépend de leurs groupes d'appartenance. Il est largement utilisé pour étudier/identifier des structures ou des communautés à partir d'un réseau. L'application est basée sur le package sbm Chiquet et al. [2023] qui permet l'inférence d'un tel modèle à bloc stochastique (SBM). L'application ShinySBM permet à des utilisateurs initiés en statistique ou non, d'utiliser le package sans avoir à coder en R mais aussi facilite l'exploitation et l'interprétation des sorties. Enfin des utilisateurs souhaitant aller plus loin peuvent extraire les codes produit par l'application.