本发明涉及一种基于合分模式实现小区网络流量资源指标预测的方法，先采集一段时间内小区指标数据，计算预测小区所在周边邻小区邻区集NS2的集合并预测其指标，基于数据集NS2划定泰深多边形，提取泰深多边形内的所有小区构成数据集CS0，即为要预测小区CELLf的样本数据集S2；接着构建ARMA序列预测模型和基于网络的LSTM序列预测模型，基于以往数据完成数据集CS0未来周期数据的预测Vcs0；基于最新数据的时间点倒推一段时间，并通过构建模型回归出数据集CS0每个小区每个周期指标占比，得到要预测小区的指标占比Pf，则最终要预测小区的预测指标值为Vcs0*Pf。该方法克服因单小区稳定性波动带来的影响，实现小区容量的精准预测、小区网络资源的动态调整。