Application for processing and effective search of similar invoices

Bc. Filip Hujer

Diplomová práce

Anotace:

Cieľom tejto práce je vytvoriť aplikáciu pre spracovanie a efektívne vyhľadávanie podobných faktúr. Aplikácia využíva technológiu percepčného hašovania, ktorá dovoľuje porovnávanie faktúr na základe ich vizuálnych podobností. Hlavná časť práce sa venuje hľadaniu a analýze efektívneho procesu na vyhľadávanie podobnosti hašov vytvorených z faktúr. Tento proces musí fungovať na stovkách tisíc hašoch a jeho nasaditeľnosť by mala byť čo najviac nákladovo efektívna. Vybraný spôsob vyhľadávania bude porovnaný na súbore dát, na ktorom bude testovaná efektivita a použiteľnosť tohto riešenia, voči iným riešeniam. Dalšia časť práce sa venuje škálovateľnosti aplikácie a preskúmavanie technológií na zvýšenie jej výkonnosti v kontexte procesu pripraveného na produkciu.

Abstract:

This thesis aims to create an application for processing and efficiently searching similar invoices. At its core, this application uses the technology of perceptual hashes, which enables the comparison of invoices based on their visual characteristics. The main part of the thesis analyzes and searches for an efficient process for the search for invoice hash similarity. This process must function at hundreds of thousands of hashes while ensuring cost-effective deployment. The chosen similarity search process is evaluated using the gathered dataset, measuring its efficiency and usability compared to other methods. The secondary challenge is the assessment of the application’s scalability and exploring technologies to enhance its performance and adaptability in the context of a production-ready process.

Keywords

invoices, perceptual hashing, vectors, similarity search, AKNN, Python

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 15. 12. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 12. 2. 2024
• Vedoucí: doc. RNDr. Vlastislav Dohnal, Ph.D.
• Oponent: RNDr. Matej Antol, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů