个人信息与隐私权裁判数据：三案由口径、全文候选与个保法前后年度分布

一、主题与集合：标签、文本候选各量什么

C为裸keyword字段cause精确等于「隐私权纠纷」「一般人格权纠纷」或「个人信息保护纠纷」的并集；F为标题或正文检索完整短语「个人信息」，各字段对ik_smart与ik_max_word取逻辑并集；U为C∪F。所有正式集合排除bench测试批次。三条案由之间无重叠：隐私权2,161＋一般人格权11,849＋个人信息保护105＝14,115。

检索日期：2026-10-22；查询与原始聚合响应，键：C, F, U, C_and_F。记录为精确查询计数，原始相异案号为HLL估算。

C与F的重叠很小：C∩F只有1,026条，F−C为191,636条，C−F为13,089条。差集不是已确认漏标或错案。「个人信息保护纠纷」是较新的案由标签，全库仅105条，且几乎全部落在2021年之后；把它与两条人格权案由并列时，必须同时报出各自的量级，不能只报并集。

检索日期：2026-10-22；查询与原始聚合响应，键：labels_tokenized_OR。记录为精确查询计数。

二、2013–2025：原始量与同年全库分母并列

归一化＝该集合当年记录÷同年全库记录×100000，分子分母都用year并排除bench；不是人口、企业数或法院受理量。year派生自索引date，部分批次可能是公开或采集时间，不保证裁判落款年。

检索日期：2026-10-22；查询与原始聚合响应，键：C, F, corpus_years。记录为精确查询计数，原始相异案号为HLL估算。

总数减全部year桶合计的缺年记录：C 474、F 3,549；其他年份见附档。C在2013–2020逐年下滑、2021–2022回升到峰值（2022年2,855条），随后2023–2025回落；F在2022年达31,839条峰值并维持高位，2024年按全库归一化达每十万207.86条。两条曲线的差异首先来自口径：C受标签覆盖影响，F受正文可得性与批次构成影响。2023年公开与收录收缩使分子分母均变化，归一化仍不能消除选择偏差，不把曲线当真实纠纷发生量或法律效果。

三、地域、程序与标题文类

检索日期：2026-10-22；查询与原始聚合响应，键：C。空字符串与字段缺失保留，省份异形标签未合桶。

江苏省2,766条与空字符串2,538条并列前两位，辽宁省2,060条明显高于其通常体量；这种形状更可能来自集中管辖、批量程序或批次构成，而不是当地侵权更高发。本页没有重算最大当事人簇，也不据此排除集中效应。

检索日期：2026-10-22；查询与原始聚合响应，键：C。原始程序桶保存在附档。

一审合并1、0301、民事一审、一审、刑事一审、行政一审；二审合并2、0302、民事二审、二审、刑事二审、行政二审；其他未映射。C里未映射比例偏高（30.2%），原因是这批案由进入了执行实施、首次执行等程序桶。案号初／终仅作诊断，未跨程序合并；文书量比不是上诉率。

检索日期：2026-10-22；查询与原始聚合响应，键：cls_excl_*。记录为精确查询计数。

标题按判决书、裁定书、调解书、决定书、通知书顺序识别，后类排除前类，其余未识别。C里裁定书多于判决书，说明相当一部分记录是程序性处理；标题分类仍是词面规则，不能替代逐案文种审计，程序性裁定更不能当实体拒绝。

四、两组共现：身份标识类词与个人信息保护法引用

第一组为C正文中的身份标识与处理类词；第二组为全库正文的同一批词，用于对照「词在哪里出现」。每项取双分词器并集，词间可以重叠，不相加。phrase是分词位置匹配，不等于逐字子串验证，更不是立场或裁判结果编码。

检索日期：2026-10-22；查询与原始聚合响应，键：C, F。记录为精确查询计数。

「身份证号码」333条（2.36%）与「删除」552条（3.91%）是C内最常出现的两类词，但两者都可能出现在诉请、抗辩、法条或他案转述里。「个人信息保护法」在C内仅26条，「敏感个人信息」「个人信息处理者」各5条、「告知同意」1条——这些是标准的个人信息保护法术语，在本库的判决正文里几乎不出现。它更可能说明文书撰写习惯与显名引用稀少，而不说明法律没有适用。

检索日期：2026-10-22；查询与原始聚合响应，键：C_years_co。记录为精确查询计数。

检索日期：2026-10-22；查询与原始聚合响应，键：C（聚合 pipl_by_year）、C_years_co。全库正文含该法名的记录合计685条。

个人信息保护法自2021年11月1日施行；本页不会因此把2021年11月前后切成「实施前后组」。C内该法名的显名引用在2022年13条、2023年2条、2024年2条、2025年9条；2021年当年为0条。要研究新法适用，须逐份核落款日期、争议发生时间与所援引条款，再建立程序关联，索引year只用于收录画像。

五、可复现方法与不可外推的边界

• 这是全量聚合，未抽样，也未声称语义纯度。若需人工复核，应按dataset分层，记录random_score种子和n，保留批内平手偏差及编码表；本页没有凭空补样本。
• F的body口径在ik_smart下为192,227条、ik_max_word下为190,659条；title口径分别为14,403与14,398条。分析器差异会造成零命中或差额，F取两字段双分析器逻辑并集。
• 正文空白、公开事由占位、缺段或截断会改变共现；exists(body)不证明可用全文。全量补修不保证每份完整，本轮未实读正文完整性、不报完整率。
• 案由缺失和文本引述影响C/F两套分母；记录数不是独立纠纷，HLL原始案号不是规范化精确去重。不要把本页与历史文章的口径或案号估算直接相减。
• 研究新法须逐份核落款日期、争议发生时间与适用条款。任何细分样本少于30，无法得出统计结论。

六、附录：查询、聚合与引用

judgments索引，size:0、track_total_hits:true；所有正式响应未超时、failed shards=0。附档仅含查询及汇总，无姓名、案号明细或正文。每个表的来源键对应附档请求与返回；正式引用请带检索日期、集合、案号处理及统计限制。

{
  "C": {
    "bool": {
      "should": [
        { "term": { "cause": "隐私权纠纷" } },
        { "term": { "cause": "一般人格权纠纷" } },
        { "term": { "cause": "个人信息保护纠纷" } }
      ],
      "minimum_should_match": 1
    }
  },
  "F": {
    "bool": {
      "should": [
        { "match_phrase": { "title": { "query": "个人信息", "analyzer": "ik_max_word" } } },
        { "match_phrase": { "body":  { "query": "个人信息", "analyzer": "ik_max_word" } } }
      ],
      "minimum_should_match": 1
    }
  }
}

实际请求对每个字段同时提交ik_smart与ik_max_word两种analyzer并取并集；上例为可读缩略。完整请求与返回见附档。

需要更细的交叉（按法院层级、按法院、按年份×案由、按身份标识类型）与逐案清单，可通过数据报告服务定制：先约定检索口径、日期核验、案号归并与正文可用性，再确定交付与验收。

常见问题

文书查 · 深圳星谱网络科技有限公司。仅供研究方法参考，不构成法律意见。检索日期：2026-10-22。