El estudio empleó información de una amplia gama de fuentes, incluyendo el programa gubernamental estadounidense Open Source Centre y el Summary of World Broadcasts de la BBC, los cuales monitorean medios en todo el mundo. También se analizaron archivos en línea como el del New York Times, que data desde 1945. En total más de 100 millones de artículos se tomaron en cuenta.
Los reportes fueron analizados también para descifrar el estado de ánimo que reflejaba el artículo y su locación para ir creando un mapa geosemántico. La información fue procesada por la supercomputadora Nautilus SGI, la cual trazó 100 billones de relaciones entre estos artículos.
Agrupando gráficas para cada país, Nautilus encontró que existía un sentimiento de revuelta antes de las revoluciones en Egipto y Libia.
En Egipto el tono mediático en el mes anterior a la renuncia de Mubarak había caído como solo una vez en los 30 años precedentes.
Según Kalev Leetar, de la Universidad de Illinois, quien desarrolló el sistema, su análisis generó mejor inteligencia que la que tenía Estados Unidos en ese momento. Leetar cree que una de las razones por las que su sistema podría haber predicho mejor lo que sucedía en Egipto, era porque en 30 años nada había pasado con Mubarak y esto probablemente hizo que los expertos se acostumbraran a este orden de las cosas.
Leetaru dice que su sistema funciona como la predicción meteorológica, que "nunca es perfecta, pero es mejor que adivinar aleatoriamente".
Existen varios otros sistemas informáticos de predicción de futuros, incluyendo el famoso Web-Bot y Recorded Future, el proyecto colectivo de la CIA y Google.