本发明提供了一种基于神经网络的服务区车流量预测方法和装置，所述方法包括：获取交通流历史统计数据和实时数据；将获取的所有数据进行聚合处理，划分为若干时间步的数据，将与时间步的数据对应的空间图依次拼接，提取空间特征；将所述若干组空间特征沿时间轴顺序提取时空动态特征；建立所述服务区的车流量时空同步模型，预测所述服务区的驶入车流量。本发明相对于现有技术，将数据进行聚合处理，将处理后相邻时间步的车流量空间图拼接到一起，提取了车流量数据的空间特征；捕获了复杂的时空动态特征；通过建立时空同步模型实现对车流量时空网络的预测，汇总了服务区各入口的车流量；结合了空间维度数据，并高效地利用了局部和全局的时空特征。