本发明提供一种基于深度学习的时空事件预测方法和装置，包括：获取历史时空事件序列，将所述历史时空事件序列包括的预设数量个历史时空事件依次输入至预先构建的时空自注意力模块，得到隐藏层表征；将所述隐藏层表征输入至预先训练的时空去噪扩散模型，得到目标预测事件；其中，所述时空去噪扩散模型是基于深度神经网络，根据预先构建的共注意力机制利用海量历史时空事件样本进行训练得到的。本发明利用去噪扩散概率建模，能够有效地学习时空点过程的联合分布，适用于各种不同领域的时空点过程，实现扩展性更强、应用范围不受限的时空事件预测。