Crane 在兩年間監測在YouTube上的500萬個視頻的觀看率，發現祇有10％的視頻的每日點擊次數超過 100次，他更細分這些熱門影片分為三類。第一類是「病毒」影片， 它們會隨傳播逐漸流行，像傳染病般通過社交網絡擴散。 第二類是「有質素」影片，它們先經歷突然增長，然後會觸發傳染病般擴散效應，通過網絡流行。第三類是「垃圾」影片，這類影片經歷短暫的爆發就平靜下來，從不會流行過。
Crane 和他的同事Didier Sornette 比較「病毒」影片和「有質素」影片的統計數字，「我們用圖表來描述數字，發現這兩種影片的觀眾增加和減少的圖表都有特點，一個影片能否在YouTube 的社區內引發群體效應的能力，可以從圖形的形狀確定。」他們用傳播模型，以數學來描繪影片通過社交網絡傳播的活動，發現雖然大部分在YouTube上的活動可以用Poisson 程序表示，但能引發「羊群行為」的影片卻是用 power-law 關係表示。
Crane 認為：「一個社交系統竟然像一個物理系統，是按照特定規則運作，可以用數學方式理解，這點極之吸引。」由於系統展示的power-law 關係機制是無標度(scale-free)的，該模型可以用來在早期階段確定視頻會否流引發群體效應。
Crane 和 Sornette 說，他們的結果還可能用於識別其他領域的趨勢，如在線圖書銷售。我們希望最終能夠解釋為什麼某些產品可以處於社交系統的頂端，而其它的卻不能。這個可能性雖然仍然漫漫長路，可是營銷專家仍然感到興趣。Crane 和Sornette 目前正在商討如何把他們的模型融入網上書店Amazon.Com。