移动社交网络的贡献度是淘汰失效移动终端的有效依据,必须精确检测。但移动社交网络是由不同人员的移动终端相互联系组成的,由于人们是在不停地、自然地移动,通过自身携带的移动感知设备,获取实时、连续的现场数据,不同的移动终端对整体网络贡献的大小不同,并且实时变化。传统方法在检测移动社交网络贡献度时,无法对不同大小、动态变化的贡献度做出检测,尤其对动态贡献度,和海量数据的贡献度检测准确度不高。提出采用2T-S模糊模型的移动社交网络中的贡献度检测方法。将模糊数学模型引入到移动社交网络中的贡献度检测过程中,对社交网络相关数据进行有效的估计。建立2T-S模糊模型,将模糊数学模型估计的数据输入到2T-S模糊模型中,从而实现移动社交网络中的贡献度检测。实验结果表明,利用改进算法进行移动社交网络中的贡献度检测,检测的准确性比传统方法有很大提高。