5G 网络中超密集基站的部署规划、多维资源管理、活跃/休眠切换等方面都依赖于对区域内用户数量的准确预测。针对这一需求,提出了一种基于移动网络用户位置信息的区域人群流量预测的深度时空网络模型。通过建模不同尺度的时空依赖关系,融合各种外部特征信息,并以短时局部流量信息降低对实时全局信息传输的要求,实现了城市范围的区域人群流量预测,对提高5G网络性能具有重要意义。通过基于呼叫详单数据的区域人群流量预测实验表明,与现有流量预测模型相比,所提模型具有更高的预测精度。