Spelling suggestions: "subject:"fakturahantering"" "subject:"fakturahanteringen""
1 |
Programvara för projektledningsstöd i byggbranschen : En undersökning av programvara i byggbranschen / Project management support software in the building industry : A survey of software in the construction industryWesterland, Christoffer January 2020 (has links)
This report examines the computer programs used by companies in the construction industry to facilitate project management and administration in the projects. The purpose of the degree project is to describe which programs are most common in the project management market. Also to get an overview of what the construction industry thinks about the programs they use today and what is positive and negative about these. The work has been carried out over a 10 week period and therefore does not include an explanation of how the various programs work but only the views on the pros and cons that the interviewees have told. In the result, the information collected during interviews is reported. From these we see that a large majority of the companies interviewed use Byggsamordnaren in their project management. It was also found that the spread of computer programs for accounting, invoice management and data storage was large, there were no programs that had a clear user majority. More companies should be consulted for further research on the subject. To also examine how the various programs that are on the market today works and compare them with each other would have been a rewarding study for the companies operating in the construction industry.
|
2 |
Utveckling av riktlinjer till mobila applikationer för beslutsattestering / Development of guidelines for mobile applications for certifying invoicesHellström, Per, Erikhans, Claes January 2017 (has links)
Every day thousands of invoices are handled in Swedish organizations, but not everyone has the option or ability to use mobile devices for this purpose. The need exists, but the area is unexplored. This work has been carried out with the purpose of developing guidelines for how a useful and effective mobile application for certifying invoices should be designed that is both easy-to-use and at the same time provides the basis a user needs to be able to make the right decision when certifying an invoice. During the work, Design and creation has been used as a research method and Prototyping as a development method. Through interviews with users of a billing system, a first number of guidelines were developed. These guidelines were used to create three different prototypes that focused on meeting different parts of the guidelines. The prototypes were subjected to usability testing, where the test subjects then talked openly during unstructured interviews what they liked about the prototypes and what problems they experienced. The data collected through these tests and interviews could then be used to create a revised and final list of guidelines. Using the final guidelines, a fourth prototype could be developed. / Varje dag hanteras tusentals fakturor i svenska organisationer men alla organisationer och personer har inte möjligheten att använda mobila enheter för det ändamålet. Behovet finns, men området är outforskat. Detta arbete har utförts med syftet att utveckla riktlinjer för hur en användbar och effektiv mobil applikation för beslutsattestering bör utformas som både är lättanvänd och samtidigt ger det underlag en användare behöver för att kunna fatta rätt beslut vid beslutsattestering av en faktura. Under arbetet har Design and creation använts som forskningsmetod och Prototyping som utvecklingsmetod. Genom intervjuer med användare av ett faktureringssystem utvecklades ett första antal riktlinjer. Dessa riktlinjer användes för att skapa tre olika prototyper som fokuserade på att uppfylla olika delar av riktlinjerna. Prototyperna utsattes för användbarhetstest där testpersonerna sedan fick tala öppet under ostrukturerade intervjuer om vad de tyckte om prototyperna och vilka eventuella problem de upplevde. Den data som samlades in genom dessa tester och intervjuer kunde sedan användas för att skapa en reviderad och slutgiltig lista av riktlinjer. Med hjälp av de slutgiltiga riktlinjerna kunde en fjärde prototyp utvecklas.
|
3 |
Automated invoice handling with machine learning and OCR / Automatiserad fakturahantering med maskininlärning och OCRLarsson, Andreas, Segerås, Tony January 2016 (has links)
Companies often process invoices manually, therefore automation could reduce manual labor. The aim of this thesis is to evaluate which OCR-engine, Tesseract or OCRopus, performs best at interpreting invoices. This thesis also evaluates if it is possible to use machine learning to automatically process invoices based on previously stored data. By interpreting invoices with the OCR-engines, it results in the output text having few spelling errors. However, the invoice structure is lost, making it impossible to interpret the corresponding fields. If Naïve Bayes is chosen as the algorithm for machine learning, the prototype can correctly classify recurring invoice lines after a set of data has been processed. The conclusion is, neither of the two OCR-engines can interpret the invoices to plain text making it understandable. Machine learning with Naïve Bayes works on invoices if there is enough previously processed data. The findings in this thesis concludes that machine learning and OCR can be utilized to automatize manual labor. / Företag behandlar oftast fakturor manuellt och en automatisering skulle kunna minska fysiskt arbete. Målet med examensarbetet var att undersöka vilken av OCR-läsarna, Tesseract och OCRopus som fungerar bäst på att tolka en inskannad faktura. Även undersöka om det är möjligt med maskininlärning att automatiskt behandla fakturor utifrån tidigare sparad data. Genom att tolka text med hjälp av OCR-läsarna visade resultaten att den producerade texten blev språkligt korrekt, men att strukturen i fakturan inte behölls vilket gjorde det svårt att tolka vilka fält som hör ihop. Naïve Bayes valdes som algoritm till maskininlärningen och resultatet blev en prototyp som korrekt kunde klassificera återkommande fakturarader, efter att en mängd träningsdata var behandlad. Slutsatsen är att ingen av OCR-läsarna kunde tolka fakturor så att resultatet kunde användas vidare, och att maskininlärning med Naïve Bayes fungerar på fakturor om tillräckligt med tidigare behandlad data finns. Utfallet av examensarbetet är att maskininlärning och OCR kan användas för att automatisera fysiskt arbete.
|
Page generated in 0.11 seconds