本发明公开了基于神经网络的公共场所人流密度预测方法、系统及设备，包括：通过互联网抓取多个主流点评平台在预设时间段内对某公共场所的评论数据，采用情感分析法对评论数据进行情感分析，得到情感倾向数据；获取预设时间段内某公共场所的基础数据：历史人流密度数据、历史天气数据、历史气温数据和历史节假日数据；处理并融合基础数据与情感倾向数据；并将融合数据划分为训练集和测试集；构建基于LSTM的神经网络，并基于训练集对基于LSTM的神经网络进行训练，训练过程中采用改进梯度下降算法对基于LSTM的神经网络进行迭代更新；采用最优模型，对待预测数据进行公共场所人流密度预测。本发明提高了预测准确度。