本发明公开了一种基于工人流失预测的空间众包任务分配方法，通过工人流失预测，对易流失工人分配任务比例提高，减少空间众包中工人流失情况的发生，同时保证工人在任务分配的总奖励尽可能更高。使用LSTM模型来提取工人的隐式感受，从工人历史任务的执行数据中学习工人的空闲时间间隔，该模型通过两路LSTM对工人的满意度和热情度进行捕捉，接着通过全连接层输出预测的空闲时间间隔张量，根据时间间隔阈值判断工人的易流失情况；随后，根据空闲时间排序的贪婪算法和添加关联边数限制以及结合实际的增加优化策略的最佳权值匹配任务分配算法，提高空间众包中任务分配的效率和有效性，并提升了易流失工人在空间众包问题中的体验，从而减少工人流失。