In　the　problem　of　maximizing　regularized　two-stage　submodular　functions　in　streams,　we　assemble　a　family　F　of　m　functions　each　of　which　is　submodular　and　is　visited　in　a　streaming　style　that　an　element　is　visited　for　only　once.　The　aim　is　to　choose　a　subset　S　of　size　at　most　l　from　the　element　stream　V,　so　as　to　maximize　the　average　maximum　value　of　these　functions　restricted　on　S　with　a　regularized　modular　term.　The　problem　can　be　formally　casted　as　max(S　subset　of　V,　vertical　bar　S　vertical　bar　＜=　l)　1/m　Sigma(m)(i=1)　max(T　subset　of　S,　vertical　bar　T　vertical　bar)　(＜=)　(k)　[f(i)(T)　-　c(T)],　where　:　V　-＞　R+　is　a　non-negative　modular　function　and　f(i)　:　2(V)　-＞　R+,　for　all　i　is　an　element　of　{1,　...,　m}　is　a　non-negative　mono-　tone　non-decreasing　submodular　function.　The　well-studied　regularized　problem　of　max(S　subset　of　V,)　(vertical　bar　S　vertical　bar　＜=　k)　f(S)　-　c(S)　is　exactly　a　special　case　of　the　above　regularized　two-stage　submodular　maximization　by　setting　m　=　1　and　l　=　k.　Although　f(.)　-　c(.)　is　submodular,　it　is　potentially　negative　and　non-monotone　and　admits　no　constant　multiplicative　factor　approximation.　Therefore,　we　adopt　a　slightly　weaker　notion　of　approximation　which　constructs　S　such　that　f　(S)　-　c(S)　＞=　rho　.　f　(O)　-　c(O)　holds　against　optimum　solution　O　for　some　rho　is　an　element　of　(0,　1).　Eventually,　we　devise　a　streaming　algorithm　by　employing　the　distorted　threshold　technique,　achieving　a　weaker　approximation　ratio　with　rho　=　0.2996　for　the　discussed　regularized　two-stage　model.