Realizace systému pro digitalizaci dokumentů

Abstract

Technologie skenování a vytěžování dat z dokumentů se v současné době stává stále významnějším ICT prvkem v oblasti řízení business procesů v soukromých společnostech, i státních institucích. V současné době je na světovém trhu několik technologií, které jsou schopny vytěžovat jakékoli strukturované, polo-strukturované i nestrukturované dokumenty. V rámci této práce využívám technologii IBM Datacap Taskmaster Capture,na které demonstruji ukázkový projekt pro středně velkou společnost, která řeší problém zpracování příchozích faktur a interních dodacích listů v rámci oblastních poboček. První kapitola této práce se zabývá obecně problematikou Enterprise Content Managementu a představuje komponentu Capture a její možnosti. Druhá kapitola představuje nejznámější a významné technologie, které se v současné době vyskytují na světovém trhu. Třetí kapitola detailně popisuje architekturu a funkci systému IBM Datacap Taskmaster Capture. Čtvrtá kapitola charakterizuje požadavky na software, který by měl být schopen provozu v cloudovém modelu SaaS. Pátá kapitola diskutuje požadavky stanovené ve čtvrté kapitole v souvislosti s nasazením systému IBM Datacap Taskmaster Capture v modelu SaaS. Zároveň navrhuje možnou architekturu nasazení systému. Šestá kapitola se zabývá sběrem a analýzou požadavků na digitalizaci faktur a dodacích listů v rámci společnosti a na základě těchto požadavků popisuje návrh aplikace, která tyto požadavky řeší. V rámci této kapitoly je rovněž popsána samotná realizace této aplikace. Poslední sedmá kapitola znázorňuje výsledky funkčního a výkonového testování, které bylo provedeno na navržené aplikaci. Funkční testování je provedeno na základě definovaných testovacích scénářů, které jsou sestaveny na základě případů užití. Aplikace splňuje stanovené případy užití. V rámci výkonového testování jsou testovány části systému, které nevyžadují uživatelskou interakci, vyjma procesu skenování. Pro test jsou použity tři různá rozlišení dokumentů a pro každý rozlišení je změřen čas zpracování v rámci kroku procesu. Zároveň je vyhodnocena úspěšnost vytěžení údajů v závislosti na zvoleném rozlišení dokumentu. Z výsledků vyplývá, že nejlepších výsledků lze dosáhnout při použití rozlišení 300 DPI. V závěru práce jsou diskutovány dosažené výsledky a navrženy další vývojové směry aplikace.